机器学习如何改善癌症患者治疗方案？

医学既是艺术又是科学。 任何一名医生都会很快地根据其所接受的医疗培训做出判断，但同时也会根据多年的经验对患者的病情做出深入的了解 ，比如如何诊断疾病以及最佳的治疗方法是什么。

这就是为什么将机器引入医学的想法，在目前来看是错误的，甚至是愚蠢的。 很多人会质疑，怎么能让机器人代替医生呢，不管这个机器人多么训练有素。

机器学习 是 人工智能 最基本的形态，也已经渗透到医疗领域。事实证明，机器可以在改善我们的健康方面发挥重要作用，包括更准确、快速地进行诊断，并找到更好的治疗方法来挽救人们的时间和金钱，也避免遭受一些有害的副作用。事实上，现代医学越来越基于大量研究和药物与新信息的重组，机器可能比人类的思维能够更好地解读 数据 。

医学中人工智能的理念与其说是取代医生，不如说是提高医生的专业知识。 人工智能程序也需要学习每位医生在学校和实践中所积累的知识，并将这种专业知识提升到空前的水平。

既然现在人工智能有可能为成千上万的人提供医疗，那么为什么患者只需要一个特定的医生呢？为什么那些居住在远离国家主要医疗中心的病人不能享受最先进的医疗知识和技术呢？ 沃森公司的副总裁Steve Harvey说：“人工智能开始真正影响着卫生保健的发展就是能够开始克隆所有的专家知识，因此，患者可以在任何地方都能享受到各种类型的护理。”

随着医生获得的数据越来越多，包括从疾病症状到新药信息，不同药物之间的相互作用以及不同患者采用同样治疗方式产生不同的结果等数据，访问和消化信息的能力正快速成为所需的技能，而这种技能正是机器学习通过独特设计所实现的。哈佛大学陈曾熙公共卫生学院生物统计学教授Francesca Dominici表示：“ 医生意识到，如果他们希望了解大量数据，机器学习就是让他们从数据中学习的一种方法。 ”

哈佛大学并不是唯一一个探索人与机器如何更好结合技能，利用前所未有的医疗信息的学术机构。在德克萨斯大学安德森 癌症 中心，APOLLO计划这筛选每个患者癌症所产生的遗传数据，并指导医生进行治疗，这将为患者提供最佳的生存机会。在波士顿公司Neurala，研究人员正忙于复制人类大脑的神经网络。Neurala首席执行官Massimiliano Versace说：“科学技术与头脑风暴相结合，从而使人工智能成为可能。”而在心理健康领域，创业公司瞄准机器学习应用程序，无需在精神科医生的协助下，检测人们是否患有抑郁或双相情感障碍等症状。

机器学习的关键在于机器。 1997年，IBM的 深蓝计算机 在国际象棋比赛中击败了世界象棋冠军格里·卡斯帕罗夫，成为首台打败了国际象棋世界冠军的电脑。2011年，IBM超级计算机沃森（Watson）在美国电视智力答题节目《危险边缘（Jeopardy!）》中上演了人机大战，并最终击败两位人类冠军布拉德·鲁特和肯·詹宁斯。2016年3月，谷歌DeepMind研发的AlphaGo打败围棋冠军李世石。这些机器之所以能在人机比赛中取胜，正是得益于机器学习——将之前选手的知识和经验编程到其程序里面。

基于医学知识的可编程和可适应性，IBM正进入医学领域。 IBM与纽约市斯隆凯特林癌症纪念中心的专家合作开发IBM沃森，用于解决不同类型的癌症。其中一层为患者提供现有治疗癌症的最佳信息，而沃森提供数据库，搜集医生所掌握的知识以及这些医生在制定解决方案时所依赖的医学文献中最重要的癌症研究。

该系统在为医生提供治疗选择方案之前，会将患者的症状和其他显著信息（如家族病史和癌症阶段）纳入其中。 所提供的治疗方案的范围既包括目前已经被批准用于该类型癌症的标准方法，也包括目前正在测试但尚未被批准用于患者特异性癌症的其他治疗方案，同时还有一些早期研究验证过的有效治疗方案。这几种不同的治疗方案增加了医生和患者的方案选择范围。

除了常见可用的治疗方案之外，沃森还为久病不愈的患者提供新的方案。 对于他们来说，机器学习可以调用可能有效的新疗法的临床试验，包括遗传解决方案，而这种方案也成为癌症治疗领域的前景。遗传解决方案是基于对患者特异性肿瘤、驱动疾病的突变以及针对这些突变的药物的细致分析。

但这个系统目前还不完善。输入患者的全部信息并非一件易事，但医生相信整理和分类每个病人信息的方法将是未来几年内改善患者护理的重要组成部分。

同时，这种机器学习在另一个医学领域也是非常有用的：心理健康。 对于患有抑郁症和双相情感障碍的人，精神科医师的最重要角色之一是帮助他们避免陷入难以康复的情绪旋涡。确定人们抑郁和躁狂发作的时间可能会使他们免受有害的精神症状，而事实证明，这种情况下，智能机器可能会更易监测这一结果。

众所周知，患有抑郁症的患者在言语和行为上会有所改变。他们可能会说话很少，也会采用一种扁平和单调的语气。而智能机器可以很好地对其进行监测。 Cogito是一款基于机器学习思想的心理健康应用程序，目前正在波士顿的Brigham和Women's Hospital等设施进行测试。 该应用程序一旦安装在智能手机上，就会监控用户的社交媒体和电话，以辨别通信模式，来检测其病情发作情况。

该应用程序还包含一个语音分析器，可以搜索声音模式和音调的变化，这可能是抑郁症的第一个迹象。 “随着时间的推移，AI方面可能会更好地收集数据，并为我们提供一个心理健康患者的风险指标，以及是否需要直接与临床医生进行干预。”Brigham精神病学系的行为信息学和电子卫生保健主任David Ahern表示。

机器学习可能有助于提前为医生和患者发出病情警报。Ahern说：“从历史上看，我们在危险监测方面并不是很好。但通过Cogito这样的技术，我们可以监控那些患者的变化，以便更好地采取干预措施。”预测患者疾病的程度，以及了解哪些治疗方案可能运作良好，这将会使机器学习成为医疗保健中不可或缺的一部分。但人们也必须正视，这并非机器取代人，而是机器与人一起改善人类的健康。

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。